挑战二：支持向量机与预测病马死亡

挑战说明

• 自行在 function.py 中编写实现数据加载与预测病马死亡的支持向量机算法。

成功上传的评测结果将在 rank.intcplab.cn 展示。

注意事项

挑战赛与实验为两个不同的仓库，注意不要混淆！

• 实验仓库，开头名称统一为 Experiment
  • 有截止时间限制！
  • 记录成绩但不公开，并且是实验成绩的一部分。
  • 最终成绩取最高分。
• 挑战赛仓库，开头名称统一为 Challenge
  • 无截止时间限制。
  • 公开展示排行榜和最近的评测信息。

---

挑战开始前必须在 function.py 中填写自己的学号和姓名！

• 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，不记录成绩。
• 若依赖有问题，评测步骤「安装依赖」会报错，请检查 requirements.txt 文件内容。
• 需要在 function.py 中实现完整的支持向量机算法。
• 若需设置其它参数，必须设置其默认值，否则将无法通过自动评测。
• 自动评测脚本仅会加载 train_logreg、predict_logreg 和 load_data 函数，请勿修改函数名。
• 本地调试完成后，需要更新提交代码，否则无法自动评测。
• 评测的运行时间受机器性能影响，运行时间仅供参考。
• 若有评测相关问题，请在项目工单处提出，或联系 QQ: 1968647927。

代码提交后会进行自动评测，评测所用的环境如下：

• CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
• OS: Ubuntu 22.04.4 LTS
• Python: 3.10.12
• numpy: 2.1.1

挑战操作

本次挑战自带数据集，数据集在对应的 data 文件夹下，已删除部分无法使用的数据集（第二十三列为 ? 的数据），无需额外处理。

本次挑战强烈建议将代码克隆/下载到本地进行挑战调试。

---

注意 ⚠️

若要完成挑战，请确保是在本页面点击「使用模版」来创建仓库，新仓库名称建议与本模版名称 Challenge-SVM 相同，其余操作参见挑战的说明。

若要完成挑战，评测前检查创建完成的仓库信息是否正确，本次挑战标题为「挑战二：支持向量机与预测病马死亡」！

其它

若有流程、优化等相关建议和问题，欢迎在评测后端项目工单中提出。

同时欢迎参与评测后端的开发与优化！